tehnik sampling

7/31/2019 Tehnik Sampling

1/16

TEHNIK SAMPLING

A. Pengertian-pengertian.

1. Populasi.

Banyak pengertian yang diajukan untuk mendefinisikan tentang populasi,

dengan berbagai sudut pandang yang berbeda, beberapa pengertian tersebut

antara lain :

a. Keseluruhan subyek dimana generalisasi akan diberlakukan

b. Keseluruhan subyek dimana daripadanya sampel diambil untuk

dilakukan pengukuran.

c. Keseluruhan individu dengan kualitas atau ciri-ciri tertentu.

Dari tiga pengertian diatas populasi adalah keseluruhan subyek dimana

sebagian daripadanya akan diambil untuk dilakukan pengukuran yang hasilnya

akan dijadikan dasar untuk generalisasi.

Populasi dapat dibagi dua yaitu populasi finite yaitu populasi yang jumlah

anggotanya dapat dihitung., sedangkan populasi infinite yaitu populasi yangjumlah anggotanya tidak dapat dihitung.

Pengertian dapat dihitung agak abstrak, sebagai pendekatan jika populasi

kurang dari 10.000 maka masuk populasi finite, jika lebih disebut populasi

infinite.

Hasil pengukuran pada sampel akan dijadikan generalisasi untuk

menggambarkan populasi, maka hendaknya batasan populasi harus jelas baik

dari sisi dimensi ruang dan waktu.

2. Sampel

Adalah bagian populasi yang diambil dengan cara tertentu, dimana pengukuran

dilakukan.

35


2/16

3. Unit sampel.

Adalah kumpulan individu yang berasal dari populasi yang tidak saling

tumpang tindih atau dengan kata lain mempunyai karakteristik/ciri-ciri tertentu.

4. Elemen sampel

Adalah individu yang berasal dari populasi, dimana pengukuran dilakukan

kepadanya.

5. Sampling Frame

Adalah daftar populasi, yang sangat tergantung dari kelompok atau individu

penyusunnya.

6. Variabel

Adalah ciri-ciri yang melekat pada subyek penelitian dan mempunyai variasi

dari hasil pengukurannya.

7. Generalisasi.

Adalah upaya menarik kesimpulan data yang kecil (sampel) untuk

menggambarkan keadaan yang ada pada populasi.

8. Random.

Adalah setiap anggota populasi mendapatkan Chance (kesempatan) yang sama

untuk menjadi anggota sampel.

Guna memberikan gambaran yang lebih kongkret dari beberapa pengertian diatas,

dapat dibuat ilustrasi sebagai berikut :

suatu penelitian ingin membuat perkiraan status gizi Balita di Puskesmas X

tahun 2007, ukuran yang dipakai untuk menentukan status gizi adalah berat

badan dan umur balita. Ilustrasi diatas dapat digunakan untuk mengidentifikasi

pengertian diatas:

1. Populasi.

36


3/16

a. Seluruh Balita yang ada di Puskesmas X

b. Seluruh Kepala Keluarga yang mempunyai Balita di Puskesmas X

Pilihan diatas sangat tergantung pada data awal yang tersedia dilapangan, jika

peneliti mendapatkan jumlah seluruh balita di Puskesmas X, maka

populasinya pada pilihan a, tapi jika data dilapangan yang ada adalah daftar

KK yang memiliki Balita, maka populasinya pilihan b

2. Sampel.

Sebagian Balita di Puskesmas X.

3. Unit sampel.

KK yang mempunyai Balita, ingat pengertian unit sampel yaitu sekumpulan

individu, sehingga satu KK dengan KK lainnya boleh jadi memeliki Balita tidak

sama, ada yang satu ada yang lebih dari satu.

Jika KK yang mempunyai Balita lebih dari satu, terpilih jadi anggota sampel

maka semua Balita yang ada dalam KK tersebut otomatis menjadi anggota

sampel.

4. Elemen sampel.

Individu Balita yang akan dilakukan pengukuran BB dan umurnya.

5. Sampling Frame

Daftar populasi, yang dipakai ada dua yaitu berdasarkan KK yang punya Balita,

berarti daftar populasinya berupa unit sampel, jika nama Balita yang menjadi

daftar populasi, maka yang dipakai adalah elemen sampel.

6. Variabel .

Ada dua variabel dalam penelitian ini, yaitu :

a. BB/U yang digunakan ratio keduanya.

b. Status Gizi, hasil kategorisasi atau pengelompokkan ukuran BB/U.

37


4/16

B. Tehniksampling.

1. Kriteria sampel yang baik.

Tujuan teori penarikan sampel adalah efisiensi, tanpa mengabaikan presisi

(ketepatan) yaitu tingkat ketelitian antara nilai populasi dan nilai sampel, dalam

menerapkan prinsip ini setiap prosedur penarikan sampel selalu

mempertimbangkan ketelitian dan biaya sebagai konsekwensi dari pendekatan

penentuan besar sampel, persoalan kemudian muncul, ketika setiap penelitian

hanya menggunakan sampel sebagai data untuk penarikan kesimpulan, untuk

itu diperlukan pemahaman tentang kriteria sampel yang baik, antara lain :

a. tidak bias/UnBiased

Artinya nilai pada sampel )(_

X sama dengan nilai pada populasi ( ) , jika

dirumuskan 0__

=== XDatauX , bias selalu ada, pengaruh bias

diabaikan jika selisih nilai bias kurang dari 10%.

b. Varians minimum

Suatu cara penarikan sampel dengan cara tertentu yang dilakukan secara

berkali-kali, menghasilkan varians paling kecil itulah sampel yang baik,

maka cara penentuan besar sampel itulah yang terbaik.

c. Konsistensi.

Artinya jika besar sampel diperbesar terus hingga mendekati besarnya

populasi, maka nilai sampel )(_

X akan mendekati nilai populasi ( )

d. Sufficient (kecukupan)

38


5/16

Indikator secara definitif tentang kecukupan ini tidak ada, pendekatan

yang dipakai adalah jika kaidah penentuan besar sampel sudah terpenuhi

sudah dianggapsufficient.

Kaidah yang dimaksud adalah ciri-ciri populasi sudah terwakili pada

sampel yang diambil dengan mempertimbangkan resiko salah ( ) , tehnik

sampling yang dipilih dan jenis data apakah kontinyu atau diskrit.

Uraian diatas justru memperkuat pada satu ciri utama yaitu karakteristik

populasi, jika populasinya homogen, maka berapapun besar sampel yang

diambil akan memberikan bias yang tidak signifikans, hal ini sama dengan yang

dikatakan oleh Cochran jika nilai deviasi sama pada dua populasi, besar

sampel 500 dari ukuran sampel 200.000 akan memberikan ketepatan yang sama

dengan perkiraan rata-rata populasi dengan besar sampel 500 dari ukuran

populasi 10.000.

2. Teknik sampling.

Pemilihan teknik sampling sangat dipengaruhi oleh dua hal yaitu karakteristik

populasi dan karakteristik subyek yang akan diteliti.

Karakteristik populasi adalah apakah populasi yang akan diambil sampel

bersifat homogen atau heterogen, sehingga representasi (keterwakilan) populasi

pada sampel secara proporsional (berimbang) sesuai dengan karakteristik

populasi tersebut, jika peneliti menjumpai hal ini maka cara random lebih baik.

Karakteristik subyek adalah apakah kasus yang diteliti jumlahnya banyak apa

tidak ataukah mempunyai ciri khusus, jika kasus tersebut hanya sedikit dan

mempunyai ciri khusus dan pertimbangan khusus maka cara non random jauh

lebih baik.

Generalisasi dapat diberlakukan pada cara random, pada non random tidak bisa

dilakukan generalisasi, ada dua alasan yaitu pertama cara random mengikuti

kaidah probabilitas sampel dimana karakteristik pada populasi dapat terwakili

secara acak, alasan kedua batasan populasinya jelas, sehingga generalisasi juga

jelas.

39


6/16

a. Random.

1) Simple random sampling.

Teknik penentuan sampel ini dipakai dengan persyaratan tertentu,

antara lain :

a). Karakteristik populasi homogen atau mempunyai ciri yang

sama, ciri yang sama terutama pada variabel dependennya.

b). Peneliti mempunyai sampling frame dari seluruh anggota

populasi.

c). Kedudukan populasi tidak tersebar, sampai diluar kendali

peneliti.

Cara yang lazim digunakan dengan cara undian, dimana caranya

dapat diuraikan sebagai berikut :

a). Semua anggota populasi yang ada dalam sampling frame di

beri nomer identitas masing-masing.

b). semua nomer identitas populasi dimasukkan dalam sedotan

minuman, guna menyamakan diameter undian.

c). Keluarkan nomer identitas sampai pada besar sampel yang

sudah ditentukan sebelumnya oleh peneliti.

Ada beberapa kelebihan dan kelemahan dari pendekatan ini :

Kelebihan: Bias kecil karena populasi homogen, pelaksanaan

samplingnya sederhana.

Kelemahan: Dibutuhkan daftar lengkap dari populasi, dan

seringkali jarang ditemui.

2) Systematic Random sampling.

Persyaratannya sama dengan simple random sampling, Tehnik ini

mendasarkan pada urutan sampel kei, urutan sampel ke i

didasarkan hasil pembagian antara banyaknya populasi dan besar

sampel yang sudah ditentukan ataun

Nni = , ada dua cara yang

dilakukan, yaitu :

40


7/16

a). Semua anggota populasi dimasukkan dalam tempat

undian yang sama, kemudian ditentukan sampel pertama

dengan mengundi semua anggota populasi untuk mendapatkan

kesempatan yang sama untuk menjadi sampel pertama.

Cara ini lebih mendekati konsep random, karena semua

anggota populasi mendapatkan kesempatan yang sama untuk

menjadi sampel ke 1.

b). Hanya mendasarkan pada besar sampel yang ada, misal

besar sampel yang dihitung dengan rumus tertentu 50 elemen

sampel, maka undian ditulis dari nomer 1 s/d 50, diundi untuk

menjadi sampel ke 1, pada konsep ini sisa anggota populasi

tidak mendapatkan kesempatan yang sama untuk menjadi

anggota sampel ke 1.

Cara ini menghilangkan kesempatan anggota populasi urutan

51 untuk menjadi anggota sampel ke 1, sehingga ada yang

mengatakansystematic bukan tehnik random.

Langkah selanjutnya sama, yaitu sampel ke 2 didasarkan pada

kelipatan yang sudah dihitung sebelumnya, demikian seterusnya danjika sudah pada nomewr terakhir dari daftar populasi, kembali pada

daftar urutan populasi awal.

Gambaran model :

Misal jumlah populasi 100 balita, hasil perhitungan besar sampel

diperoleh n= 25, urutan cara penentuan anggota sampel sebagai

berikut :

a). hitunglah kelipatan ke i , dengan cara= 425

100

==n

N

b). Buatlah nomer undian sebanyak anggota populasi, yang

sebelumnya masukkan kedalam sedotan dengan diameter serta

panjang yang sama, kemudian masukkan kedalam tempat

tertentu.

41


8/16

c). Undilah dari semua undian dalam tempat tersebut, dan

keluarkan hanya satu undian saja, misal keluar nomer 30.

maka responden nomer 30 menjadi sampel ke 1.

d). Sampel kedua dengan kelipatan 4, maka jatuh pada responden

nomer 34 pada daftar populasi, tanpa dilakukan undian

berikutnya.

e). Demikian seterusnya, sampai populasi terakhir nomer 100,

jika belum 25 besar sampelnya, kembali pada nomer 1 pada

daftar populasinya.

Keuntungan dibanding dengan simple random sampling, lebih

praktis dan tidak perlu mengulang undian secara berkali-kali.

Cara lain random bisa juga dilakukan dengan menggunakan

computerize soft ware statistic yang ada, misal SPSS dengan

menggunakan fasilitasselect case pada menu data.

3) Stratified random sampling

Teknik sampling ini digunakan untuk populasi heterogen. Tujuan

teknik sampling ini untuk merepresentasikan perwakilan masing-

masing kelompok penyusun populasi agar terwakili secara

proporsional. Pengertian stratified disini tidak selalu harus ada

gradasi atau tingkatan dari penyusun populasi, misal penelitian

hubungan jenis pekerjaan dengan kasus cacingan, maka kelompok

penyusun populasi terdiri dari petani, pedagang pegawai negeri dll,

jumlah dari kelompok ini kemudian yang diambil secara

proporsional/berimbang sesuai dengan besarnya populasi

penyusunnya. Randomisasi dilakukan pada masing-masing

kelompok untuk dipilih menjadi anggota sampel.

Keuntungan :

Represensativitas masing-masing kelompok populasi akan terwakili

secara berimbang.

Kelemahan:

42


9/16

Dibutuhkan banyak waktu untuk membuat strata lebih dahulu

sebelum dilakukan penelitian.

Ciri-ciri :

Variasi data dalam kelompok kecil, karena kelompok relatif

homogen, namun variasi antar kelompok besar.

4) Cluster random sampling.

Teknik ini digunakan untuk populasi yang heterogen, namun dasar

untuk membuat pemilihan sampel adalah kewilayahan, dalam satu

wilayah terdapat banyak variasi yang ada, namun antar wilayah,

karena juga sama-sama mengandung variasi maka perbedaannya

menjadi lebih kecil.

Sampling framenya adalah wilayah atau area tertentu, bukan

individu, sehingga pendekatan penentuan besar sampelnyapun

dasarnya area/wilayah.

Keuntungan :

Mudah dilakukan, jika areal penelitiannya luas.

Kelemahan:

Resiko bias lebih besar, karena kelompok penyusun populasi

tersebar secara kurang merata..

Ciri-ciri :

Variasi data dalam kelompok besar, karena kelompok relatif

heterogen, namun variasi antar kelompok kecil..

5) Multy stage random sampling.

Cara ini merupakan perpaduan dari berbagai cara yang sudah

disebutkan diatas, cara ini dilakukan pada populasi yang heterogen

dan tersebar luas, sehingga dibutuhkan kombinasi untuk mendapat

sampel yang representatif.

43


10/16

b. Non Random.

Pemilihan teknik sampling non random, tidak memungkinkan untuk

setiap anggota populasi untuk menjadi anggota sampel, sehingga

keterwakilan populasi pada anggota sampel tidak dapat diandalkan. Atas

dasar inilah teknik sampling ini tidak dapat dijadikan dasar generalisasi

pada populasi.

Teknik ini dipilih karena pertimbangan dan kriteria tertentu, sehingga

representatifness antara sampel dan populasi tidak bisa diandalkan. Ada

beberapa cara yang dipakai untuk mendapatkan sampel, antara lain :

1) Quota sampling.

Yaitu cara pengambilan sampel yang didasarkan pada target

tertentu, jika target tersebut sudah diperoleh maka penelitian selesai.

Misal :

seorang bidan ditargetkan dapat menangani kasus persalinan normal

sebanyak 50 kasus.

2) Accidental sampling.

Yaitu cara pengambilan sampel seketemunya. Yang dimaksud

seketemunya harus dilakukan pendekatan tentang kelompok faktor

resiko yang besar, sehingga peluang untuk mendapatkan sampel

lebih besar jika dibandingkan pada kelompok lainnya.

Misal :

Penelitian tentang kasus penyakit Aids, maka penelitian difokuskan

pada kelompok resiko terbesar, misal PSK, pengguna narkoba,

bukan pada penduduk pada umumnya.

3) Purposive sampling.

Teknik pengambilan sampel ini mendasarkan pada kriteria tertentu

yang sebelumnya ditetapkan oleh peneliti, subyek yang memenuhi

kriteria tersebut menjadi anggota sampel.

Misal :

Penelitian tentang pola asuh terhadap Balita di desa X, kriteria

yang dibuat oleh peneliti meliputi :

44


11/16

a). Anak pertama

b). Mempunyai KMS.

Maka Balita yang memenuhi persyaratan tersebut, akan menjadi

anggota sampel.

Agak berbeda dengan kriteria Inklusi, kriterianya dibuat oleh

peneliti, dari subyek yang memenuhi kriteria tersebut baru diambil

sampel daripadanya, sehingga generalisasinya bisa pada semua

subyek yang memenuhi kriteria inklusi.

C. Besar sampel.

Banyak sekali rumus yang digunakan untuk menentukan besar sampel, namun

hakekatnya untuk dua tujuan yaitu untuk estimasi mean (rata-rata) dan untuk menguji

hipotesis yang sudah ditentukan sebelumnya.

1. Pendekatan dan ukuran besar sampel.

Penentuan besar sampel dari beberapa telaah pustaka ada beberapa pendekatan

yaitu :

a. Distribusi normal dengan Central Limit Theorema.

Teori mengatakan bahwa disebut sampel besar jika subyek yang diteliti

30 , karena akan mendekati distribusi normal, sedangkan jika 30

disebut sampel kecil. Teori ini juga mempersyaratkan skala data yang

dipakai interval atau Ratio (Walpole, 1995. P.395)

b. Taksiran varians.

Pendekatan ini didasarkan pada hasil penelitian sebelumnya atau hasil

studi pendahuluan, sehingga diperoleh nilai 2 , persyaratan lainnya skala

data interval atau ratio. Perhitungan rumus didasarkan pada toleransi galat

(error) yang ada (Bound on the error).

Rumus yang dipakai :

2

2

)1(

+=

DN

Nn

45


12/16

dimana:

n = Besar sampel hasil perhitungan.

N = total populasi yang ada.

2 = varians

D = B2/4, dimana B adalahBound on the erroryang sangat tergantung

dari nilai (alpha) yang ada, jika %5= , maka CI 95 % sehingga pada

distribusi normal akan diperoleh nilai Z=1,96, dibulatkan menjadi 2,

turunan rumusnya akan menjadi :

=1

22_

N

nN

nX

, sedangkan 2=B ; dari dua persamaan tersebut,

gabungkan pada rumus B, maka akan menghasilkan rumus:

=1

22

N

nN

nB

, untuk menentukan n, kuadratkan masing-masing

sisi, yang hasilnya sebagai berikut:

( )[ ]

( )[ ]22

22

22

22

2

22

2222

1

.

.1

..)1(

.)1()()1(

)1(

)(

4

114

+=

=+

=+

= =

==

=

=

DN

Nn

NDNn

NnDNn

nNDNnnNDNn

Nn

nNDmaka

BDJika

N

nN

nn

Batau

N

nN

nB

nilai B hakekatnya seberapa jauh batas kesalahan ditoleransi, jika CI 68%,

maka nilai B= , untuk CI 90% nilai B=1,64.

c. Berdasarkan proporsi kejadian.

Pendekatan besar sampel ini digunakan berdasarkan proporsi kejadian

kasus tertentu yang sedang diteliti.

Rumus yang dipakai yaitu :

46


13/16

qpZNd

qpZNn

..)1(.

...22

2

+=

dimana :

N =Total Populasi

p = Proporsi kejadian di populasi, misal kasus kejadian ISPA di desa

X 30%.

q = Proporsi selain kejadian yang diteliti, q = 1 p ; q=1-0,3= 0,7

2

Z = kuadrat dari nilai Z ; bila 58,2%1;96,1%5 ==

d = Presisi yaitu selisih antara (_

X ) yaitu nilai parameter dengan

nilai sampel, seringkali nilai presisi ini tidak diketahui sehingga

pendekatan yang dipakai seseuai dengan nilai .

d. Berdasarkan teknik sampling.

Untuk tehniksampling simple, systematic dan Stratified, bisa digunakan

rumus diatas, karena relatif merupakan kelompok yang homogen,

sehingga representatifitasnya bisa dicapai, namun untukCluster random

sampling kurang tepat, mengingat heterogenitas yang ada dalam

kelompok kluster tersebut, sehingga pendekatan yang bisa dilakukan

dengan menggunakan tabel sampel kluster, dengan sampling framenya

unit sampling.

Adapun tabelnya sebagai berikut :

Jml

Cluste

r

TAKSIRAN PROPORSI KEJADIAN

p .05 .10 .15 .20 .25 .30 .35 .40 .45 .50

q .95 .90 .85 .80 .75 .70 .65 .60 .55 .50

>400 26 24 23 21 20 18 17 15 14 13

400 25 24 22 21 19 18 17 15 14 13

300 25 23 22 21 19 18 16 15 14 12

250 24 23 22 20 19 17 16 15 14 12200 24 23 21 20 19 17 16 15 13 12

150 23 22 21 19 18 17 16 14 13 12

100 22 20 19 18 17 16 15 14 13 12

90 21 20 19 18 17 16 15 14 12 11

80 20 19 18 17 16 15 14 13 12 11

70 20 19 18 17 16 15 14 13 12 11

47


14/16

60 19 18 17 16 15 14 14 13 12 11

50 18 17 16 15 15 14 13 12 11 10

40 16 16 15 14 14 13 12 12 11 10

35 15 15 14 14 13 12 12 11 10 10

30 14 14 13 13 12 12 11 11 10 9

25 13 13 12 12 11 11 10 10 9 9

20 12 12 11 11 10 10 10 9 9 8

15 10 10 9 9 9 9 8 8 8 7

10 8 8 7 7 7 7 7 7 6 6

(Dikutip dengan modifikasi dari Luts,1982, dalam Watik Pratiknya, 1986)

Penggunaan tabel diatas sebagai berikut, misal ingin diketahui hubungan

antara Mal nutrisi dengan kasus diare pada Balita dikecamatan X, yang

dijadikan Clusterdesa, misal ada 20 desa, dengan prevalensi diare 20 %dan mal nutrisi 10%, maka bisa digunakan proporsi diare atau mal nutrisi,

pakai sampel yang lebih besar.

Misal yang dipakai diare, maka lihat pada jumlah Cluster20 pada baris

dan proporsi lihat pada kolom p= .20 dan q=.80; urutkan kebawah maka

akan ketemu besar sampelnya 11 Cluster, buatlah undian 1-20, undilah

untuk memilih 11 Cluster, jika sudah kepilih maka semua Balita yang ada

pada Clustertersebut menjadi anggota sampel.

e. Berdasarkan jenis uji hipotesis.

1) Data kontinyu.

Pendekatan ini membutuhkan beberapa informasi, antara lain :

a). simpangan baku populasi, bisa diperoleh dari teori atau

penelitian sebelumnya.

b). Perbedaan yang diinginkan antara nilai sampel yang berasal

dari penelitian sebelumnya dengan nilai parameter yang ada

=

_

Xd

c). Tingkat kesalahan yang ditoleransi 96,1%;5 == Z

d). power penelitian 90 %= 1,282.

48


15/16

rumus yang dipakai :

( )[ ]( )

2.

+=

od

ZZn

Suatu penelitian ingin mengetahui efek kebisingan terhadap

intensitas pendengaran pekerja pabrik knalpot, hasil studi

pendahuluan diketahui intensitas kebisingan masing-masing tempat

kerja rata-rata 80 dB, dengan satndard deviasi 5, berapakah besar

yang harus diampil oleh peneliti pada %5= dan kekuatan uji 90

%, standard kebisingan 85 dB.

Diketahui :

58085;2282,1;96,1 ===== dZZ , maka besar sampel,

dapat dihitung sebesar :

( )[ ]

( )

( )

51,10

5

21,16

5

5.242,3

5

5.282,196,1

2

2

2

=

=

=

+=

n

n

no

Penggunaan rumus ini akan mendapatkan sampel yang kecil, namun

harus ada data pendahuluan yang mendukung.

2) Data proporsi.

Pendekatan ini membutuhkan beberapa informasi tentang:

a). Proporsi kejadian (Pk) dan proporsi reference (Pr), misal

kejadian di Puskesmas maka proporsi reference bisakabupaten, propinsi.

b). Tingkat kesalahan yang ditoleransi 96,1%;5 == Z

c). Kekuatan uji Z 80%=0,842

49


16/16

Rumus yang digunakan( )

( )

+=

kr

rrkk

PP

QPZQPZn

2

...

f. Judgment(pengalaman)peneliti.

Pendekatan besar sampel dengan cara ini hanya didasarkan pada

prosentase dari besarnya populasi, cara ini lazim dipakai untuk penelitian

survey, seperti di Amerika sensus tahun 1940 hanya diambil 5%, tahun

1950 20%, pertimbangan yang nyata adalah keterbatasan sumber daya

(Cochran,1991. P.3).

Populasi kurang dari 100 hendaknya diambil 50%dari populasi, jika

populasi beberapa ratus diambil 25 sampai 30 %.Berdasarkan hasil penelitian sampel 20 % dari populasi dengan teknik

systematic random samplingpaling baik. (Aris Santjaka, 2002).

50

tehnik sampling

Documents